斑馬魚的活動與褪黑激素

統計思維個案研究

Justin Bois

Lecturer, Caltech

統計思維個案研究

打磨並延伸你的統計思維
操作真實資料集
複習 Statistical Thinking in Python（Part 1）與（Part 2）

用斑馬魚熱身

¹ 影片由 Caltech 的 David Prober 提供

命名法

Mutant：兩條染色體皆帶有突變

Wild type：不帶有該突變

白天與黑夜的魚類活動

¹ 資料由 Caltech 的 Avni Gandhi、Grigorios Oikonomou 與 David Prober 提供

活動區段：清醒度指標

Active bout：魚持續活動的一段時間

Active bout length：連續有活動的分鐘數

機率分佈與其故事

Probability distribution：對各種結果的數學描述

機率分佈都有一個「故事」

Statistical Thinking I 的分佈

Uniform
Binomial
Poisson
Normal
Exponential

Exponential 分佈

Poisson process：下一個事件的時間與前一個事件何時發生完全獨立

Exponential 分佈的故事：Poisson 過程中到達之間的等待時間服從 Exponential 分佈

Exponential 的 CDF

x, y = ecdf(nuclear_incident_times)

_ = plt.plot(x, y, marker='.', linestyle='none')

¹ 資料來源：Wheatley、Sovacool、Sornette，Nuclear Events Database

Exponential 的 CDF

x, y = ecdf(nuclear_incident_times)

_ = plt.plot(x, y, marker='.', linestyle='none')

¹ 資料來源：Wheatley、Sovacool、Sornette，Nuclear Events Database

 import dc_stat_think as dcst

 dcst.pearson_r?

 Signature: dcst.pearson_r(data_1, data_2)
 Docstring: Compute the Pearson correlation coefficient between two 
 samples.
 Parameters
 ----------
 data_1 : array_like
     One-dimensional array of data.
 data_2 : array_like
     One-dimensional array of  data.
 Returns
 -------
 output : float
     The Pearson correlation coefficient between `data_1`
     and `data_2`.
 File:      usr/local/lib/python3.5/site-packages/
            dc_stat_think-0.1.4-py3.6.egg/dc_stat_think/dc_stat_think.py
 Type:      function

使用 dc_stat_think 模組

x, y = dcst.ecdf(nuclear_incident_times)

% pip install dc_stat_think

一起來練習吧！

統計思維個案研究